字節、阿里、美團集體下注：自變量成具身智能的 “共識標的”？

作者：呂鑫燚

出品：具身研習社

一個冷知識，2025 年末，有投資人開始專門請博士“外援”，一起去看具身智能項目。

原因并不復雜。

過去一年，具身智能在投融資端經歷了一輪高度擁擠的繁榮，催生出大量to VC 的項目，通過視頻剪輯、場景設定與工程調參，盡可能地“假裝機器人很聰明”，以此換取估值的快速抬升。早期產業的粗放發展，一定程度上遮蔽了非技術出身投資人的判斷視野，也直接催生了如今更謹慎、也更理性的資本態度。

但并非所有資方都需要“補課”。在這波浪潮中，有一類玩家反而具備天然優勢。互聯網大廠，尤其是那些在基礎模型領域已經深耕多年的公司。它們“從模型中來”，自然能夠精準感知相關領域的具身模型能力是否真實存在，是否具備跨場景的可擴展性，是否可能成為長期技術基座。

換句話說，如果沿著互聯網大廠的投資路徑去看具身智能的list，往往能避開大量噪音。

縱觀2025年的具身智能投融資事件，大廠的表現顯得格外克制。出手頻率并不高，也不再延續過往對新興技術“買買買”的慣性風格，但它們并沒有缺席。

以近日完成十億元級A++ 輪融資的自變量機器人為例，其新一輪融資由字節跳動戰略投資部、紅杉中國領投，多家頂級投資機構跟投。至此，自變量完成了美團、阿里云、字節三家互聯網大廠的聯合押注，成為國內首個同時獲得三家大廠支持的具身智能公司。

問題隨之而來，一向克制的大廠，為什么會在同一家公司上形成共識？（偷偷開群聊了）

共同押注有兩條線，表層原因是自變量作為全球最早深耕端到端VLA 具身大模型的公司之一，真正讓機器人在真實世界中具備“用腦思考”的能力，加速了具身智能從演示走向生產力。

而更深層的原因在于，當自變量選擇以具身模型為核心驅動，并主動以開源方式釋放技術價值時，它所代表的，不只是某一家公司的成長路徑，而是一種有可能演化為行業通用技術基座的方向選擇。

可見，投資投的并不是一家公司，而是一張通往未來的船票。

具身智能浪潮本質上源于AI技術的躍遷。作為大模型時代的推動者，互聯網大廠對這一點有著更為清醒的判斷。因此，它們真正關注的，并不是機器人是否“四肢發達”，而是機器人是否擁有決定應用上限的“頭腦”。

自變量機器人就是一家典型的“重腦”型具身智能公司。其創始人兼CEO王潛對物理世界基礎模型的投入堅信不疑，他認為“具身智能大模型并非簡單的AI 應用，而是在形成一個并列于虛擬世界基礎模型的、面向物理世界的基礎模型。”

而大廠此番集體選擇，看重的就是自變量重投入并已經掌握的，在真實物理世界進行交互的聰明“大腦”。

作為全球第一批ALL INVLA架構的具身智能企業，自變量堅持硬件-數據-模型的閉環迭代，是國內最早規模化擴展真機數據采集、搭建了模型驅動為主的數據管線。

此外，其WALL-A具身大模型，首創性地將VLA架構與世界模型進行了深度融合，構建出一套原生多模態輸入輸出的系統范式。WALL-A不僅能夠處理視覺、語言、動作等多模態信息。更重要的是，它率先實現了具身多模態“思維鏈”。

通過世界模型進行時空狀態預測，協同視覺因果推理理解環境反饋，并借助可學習的記憶機制內化物理常識，WALL-A在非結構化環境中的零樣本泛化能力得到了顯著提升。這意味著，機器人不再依賴大量預設規則，而是能夠在真實環境中進行判斷、調整與反思。

WALL-A的能力并非存在于實驗室或視頻剪輯中。

前不久，自變量機器人成功完成全球首個基于物理世界基礎模型，跨越室外與室內場景的移動操作。這是一次近乎“殘酷”的驗證，模型需要直面真實場景中，風力、光線、意外情況等不可預設的情況。其機器人“量子一號”在外賣配送與紙箱回收任務中，在戶外強風干擾與遮擋完成拆解與投遞，還能夠自主進入樓宇、使用電梯完成室內配送。

例如，當外賣袋被大風吹落并被桌布遮擋時，機器人仍能自主感知并調整策略；當紙箱因尺寸偏差投遞失敗，它能夠即時反思并重新嘗試，整個過程無需人工干預，模型自主完成長序列任務的自主閉環。而當機器人進入樓宇中，還會根據實時電梯抵達情況，判斷先坐哪個電梯，并操控樓梯按鈕。

在真實場景中出現錯誤并及時改正，這些都是“大腦決定上限”的真實體現。透過自變量大腦側的落地可以看出，當模型自主游刃有余處理物理世界中不可預設的變化，具身智能機器人才有了成為生產力的可能性，撕下“溫室的花朵”標簽。

在取得模型突破之后，自變量并沒有選擇將技術牢牢封裝在公司內部，而是做出了一個在當下并不“討巧”的決定：開源。

2025年9月，自變量正式開源WALL-OSS。WALL-OSS采用了創新性的“共享注意力 + 專家分流（FFN）”設計；在訓練方式上，首創“先離散、后連續、再聯合”的多階段訓練范式；通過統一的跨層級思維鏈，模型能夠在單一可微分框架內無縫切換高層決策與底層執行。

WALL-OSS在泛化能力、長程操作任務表現、因果推理、空間理解與反思能力等方面，都展現出極強的工程可用性。

于自變量而言，開源這并非某種象征性的企業形象建設，而是一次體系完整、態度明確的技術開放。

自變量開放了預訓練模型權重、完整訓練代碼和數據集接口，還提供了詳盡的部署文檔。有效助力研發人員和中小企業驗證模型能力、跑通落地閉環，完成技術的價值釋放。而且值得一提的是，開發者僅需RTX 4090 級別的消費級顯卡，即可完成從訓練到推理部署的完整流程，大幅降低了具身模型的使用門檻。

正如自變量聯合創始人兼CTO王昊在《硅谷 101 播客》中所言：“我一直都覺得開源是非常重要的事情，開源意味著我們可以站在巨人的肩膀上繼續前進。我們可以基于已有成果做更多的改進，社區開發者的反饋也會幫助到開源的公司，開源公司可以從中吸取到經驗，然后把這個技術路線思考得更加深入。
一般的高校、或者一些小型的企業，他們可能沒有能力去做基礎模型，但是如果能夠使用這些基礎開源模型，他們就可以去做應用，把它用到各個方向，豐富整個生態，這也是一個非常重要的事情。”

這種理念，也體現在自變量對社區的長期投入中。

無論是在魔搭社區ModelScope、Lumina具身智能社區的技術分享，還是接入 Hugging Face的LeRobot平臺，自變量都在持續與開發者對話。還官方社交平臺賬號，為開發者答疑解惑。自變量的角色早已超越了單純的“技術提供者”。其姿態絕非高高在上的“技術展示者”，而是躬身入局的“生態共建者”。

這是一條以開放的技術資源為紐帶，以持續運營為橋梁，串聯起高校、企業、開發者等不同主體，共同推動具身智能技術從實驗室走向真實世界的道路。終點是走向具身模型落地后應用側的全面開花。

從基礎模型的性能持續突破，到以開源模式撬動生態價值的乘數效應，頭部科技大廠與產業資本密集涌入，齊聚自變量股東陣營，這一行業動態，釋放出極為明確的信號：圍繞具身智能核心“大腦”的技術競賽，將在2026年全面進入白熱化階段。

企業的生存法則已發生根本轉變。那些僅靠實驗室Demo博眼球、以概念故事撬動融資的玩家，終將在商業化的現實考驗中黯然離場；唯有在真實物理世界中完成技術驗證、實現商業閉環的硬核企業，才能站穩腳跟。

自變量的產業進展，正體現了這一點：一方面，得益于軟硬件全棧自研，其硬件與具身模型實現了深度適配，整機成本顯著下降，為規模化量產與商業化普及奠定了基礎；另一方面，自變量已逐步進入工業制造、物流、養老等多個高價值場景，完成技術與商業化的閉環。

例如，在工業制造領域，其機器人已承擔汽車裝配與檢測等復雜任務，提升生產柔性；在物流零售側，通過與四川省智能感算中心合作，打造覆蓋商品識別到自動運輸的全流程智能化方案；在民生服務端，其智能養老項目成功入選工信部與民政部試點名單，正以具身智能填補現實養老資源缺口。

當行業從“講故事”走向“交答卷”，具身智能的分水嶺已經出現。

資本最終會發現，真正值得長期押注的，并不是某一次炫目的展示，而是那些愿意把“大腦”做到極致，并讓技術成為公共基座的公司。而這，或許正是大廠們在同一家公司身上達成共識的根本原因。

2026年，這場圍繞具身智能的競爭，不僅是技術實力與資本厚度的較量，更是生態格局與發展理念的比拼。堅持長期主義、深耕實戰落地、擁抱開放協同的企業，終將成為這場競賽的最終贏家。而隨著領軍企業的持續發力，具身智能技術也將真正融入千行百業，打破實驗室與真實世界的壁壘，釋放出全新的生產力價值，為產業升級與社會發展注入強勁動力。